org.dromara.pdf.pdfbox.doc

类 XEasyPdfDocumentExtractor

java.lang.Object

org.dromara.pdf.pdfbox.doc.XEasyPdfDocumentExtractor

所有已实现的接口:

Serializable

public class XEasyPdfDocumentExtractor
extends Object
implements Serializable

pdf文档提取器

从以下版本开始:

1.8

Copyright (c) 2020-2023 xsx All Rights Reserved. x-easypdf is licensed under Mulan PSL v2. You can use this software according to the terms and conditions of the Mulan PSL v2. You may obtain a copy of Mulan PSL v2 at: http://license.coscl.org.cn/MulanPSL2 THIS SOFTWARE IS PROVIDED ON AN "AS IS" BASIS, WITHOUT WARRANTIES OF ANY KIND, EITHER EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO NON-INFRINGEMENT, MERCHANTABILITY OR FIT FOR A PARTICULAR PURPOSE. See the Mulan PSL v2 for more details.

作者:

xsx

另请参阅:

序列化表格

方法概要

限定符和类型	方法和说明
XEasyPdfDocumentExtractor	addRegion(String regionName, Rectangle rectangle) 添加区域
XEasyPdfDocumentExtractor	clearRegion() 清理区域
XEasyPdfDocumentExtractor	extractForm(Map<String,String> formMap) 提取表单
XEasyPdfDocumentExtractor	extractImage(List<BufferedImage> imageList) 提取图片(全部)
XEasyPdfDocumentExtractor	extractImage(List<BufferedImage> imageList, int... pageIndex) 提取图片
XEasyPdfDocumentExtractor	extractText(List<String> textList, int... pageIndex) 提取文本
XEasyPdfDocumentExtractor	extractText(List<String> textList, String regex, int... pageIndex) 提取文本
XEasyPdfDocumentExtractor	extractTextByRegions(List<Map<String,String>> dataList, int... pageIndex) 根据区域提取文本
XEasyPdfDocumentExtractor	extractTextByRegionsForSimpleTable(List<List<String>> textList, Rectangle rectangle, int pageIndex) 提取区域表格文本(单行单列)
XEasyPdfDocumentExtractor	extractTextForSimpleTable(List<List<String>> textList, int pageIndex) 提取表格文本(单行单列)
XEasyPdfDocument	finish() 完成操作

从类继承的方法 java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

方法详细资料

addRegion

public XEasyPdfDocumentExtractor addRegion(String regionName,
                                           Rectangle rectangle)

添加区域

参数:

regionName - 区域名称

rectangle - 区域图形

返回:

返回pdf文档提取器

clearRegion

public XEasyPdfDocumentExtractor clearRegion()

清理区域

返回:

返回pdf文档提取器

extractText

public XEasyPdfDocumentExtractor extractText(List<String> textList,
                                             int... pageIndex)

提取文本

参数:

textList - 待接收文本列表

pageIndex - 页面索引

返回:

返回pdf文档提取器

extractText

public XEasyPdfDocumentExtractor extractText(List<String> textList,
                                             String regex,
                                             int... pageIndex)

提取文本

参数:

textList - 待接收文本列表

regex - 正则表达式

pageIndex - 页面索引

返回:

返回pdf文档提取器

extractTextByRegions

public XEasyPdfDocumentExtractor extractTextByRegions(List<Map<String,String>> dataList,
                                                      int... pageIndex)

根据区域提取文本

参数:

dataList - 待接收文本字典列表(key=区域名称，value=提取文本)

pageIndex - 页面索引

返回:

返回pdf文档提取器

extractTextForSimpleTable

public XEasyPdfDocumentExtractor extractTextForSimpleTable(List<List<String>> textList,
                                                           int pageIndex)

提取表格文本(单行单列)

参数:

textList - 待接收文本列表（第一层为行，第二层为列）

pageIndex - 页面索引

返回:

返回pdf文档提取器

extractTextByRegionsForSimpleTable

public XEasyPdfDocumentExtractor extractTextByRegionsForSimpleTable(List<List<String>> textList,
                                                                    Rectangle rectangle,
                                                                    int pageIndex)

提取区域表格文本(单行单列)

参数:

textList - 待接收文本列表（第一层为行，第二层为列）

rectangle - 区域图形

pageIndex - 页面索引

返回:

返回pdf文档提取器

extractImage

public XEasyPdfDocumentExtractor extractImage(List<BufferedImage> imageList)

提取图片(全部)

参数:

imageList - 待接收图片列表

返回:

返回pdf文档提取器

extractImage

public XEasyPdfDocumentExtractor extractImage(List<BufferedImage> imageList,
                                              int... pageIndex)

提取图片

参数:

imageList - 待接收图片列表

pageIndex - 页面索引

返回:

返回pdf文档提取器

extractForm

public XEasyPdfDocumentExtractor extractForm(Map<String,String> formMap)

提取表单

参数:

formMap - 待接收表单字典

返回:

返回pdf文档提取器

finish

public XEasyPdfDocument finish()

完成操作

返回:

返回pdf文档